腾讯实习微信推荐算法一面

欢迎友好讨论，信息共享1.实习拷打2.做 grpo 遇到熵崩没有？你是怎么理解的？3.大模型容易 reward hacking，如何解决？4.VLLM prefix cache实现过吗？5.如何理解 dspo 这几个算法的创新？6.长上下文压缩有哪些方法？7.MOE 的 expert parallel 如何做的？8.手撕： transformers encoder

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1.实习介绍2.当时线上用的什么模型?这个成本高不高?3.支持了多少用户量?DAU是什么量级?4.AB实验细节5.微调语料有做类型分类、样本分布分析或偏好调整吗?6.微调用的什么框架?7.反推思考过程(COT)是怎么得到的?有没有发现问题?8.回答出来的判断标准是什么?是人工还是机器判断?9.RL训练用了多少节点，什么框架?10.SFT数据量是多少?RL数据量是多少?11.解释一下GSPO相比GRPO的变化，公式。12.如果同事训GRPO时发现loss是0，你觉得正常吗?如果不正常，可能原因和解决方案是什么?代码:二维前缀和

被横向挂了，希望发出来对大家有帮助！1.SFT训练trick和问题2.lora的使用 原理 目的3.对大模型推荐的了解4.场景题 zero shot模型的使用5.传统检索的方式6.Rag的作用 实现流程7.讲讲deep search8.对于强化学习的了解 介绍grpo手撕 一个链表，使他首尾交替出现，例如1 n 2 n-19.手撕 前K小的数

发一下问题给大家参考，攒攒人品！有面试过同岗的朋友欢迎评论区交流1、你如何把"模型能力演进"拆成一张可执行的效果策略路线图，并做价值判断?(请用你主导过的一个真实项目举例:从机会识别策略拆解落地方案上线验证)2、给定业务目标:把视频AIGC做成"可规模化使用"的生产力工具，你会如何定义'效果'而不是'"炫技"?3、你如何把"模型可调用能力(API参数/上下文等)"转成产品可控的效果杠杆?(以一次你做过的参数/链路设计为例)4、当模型持续迭代带来"质量波动/回归"，你如何设计效果守护与灰度机制?5、假设你要做电商广告:文生视频/图生视频，强调多镜头叙事与15s成片。你会如何定义上线可用的效果目标与红线?6、"多镜头&智能分镜调度"这种能力，你如何拆成模型侧与产品侧的交付边界?7、你会如何设计'人物一致性/音色一致性/多人物稳定性'的指标与评测方法?8、从0到1做视频AIGC:你如何设计"离线评估线上实验用户采纳复盘迭代"的闭环?9、视频生成常见范式包括:文生视频、首帧/首尾帧、多图生视频、图+音频口型等。若你做"一键短视频生成"产品，你如何选择能力组合与迭代顺序?10、算法团队说:'先做参考生视频保证一致性'，业务团队说:'先做文生视频追求多样性与创意爆款'。你如何做决策并对齐里程碑?11、假设你要做"视频创作Agent"，你会如何划分:规划、工具调用、生成、剪辑编排、验收?12、你如何判断一个需求应该做Agent(自主决策)还是工作流(确定性步骤)?13、你如何为Agent设计"效果评估指标"，既覆盖任务成功率，也覆盖创作质量与用户信任?14、请你设计一套"生成类能力效果质量评估标准"的三层体系:模型目标效果、训练过程质量、用户体验指标。要求能作为算法迭代的Gate。15、上线后采纳不达预期:你如何复盘并证明问题出在"效果不足"还是"产品路径/成本/时延/心智"导致?